ทิโบ (Tibo) ระบุว่า GPT-6.2 Sol และ Astra มีการเปลี่ยนแปลงหลายครั้งในช่วง 3–4 วันที่ผ่านมา ทำให้คลิปทดลองใช้ก่อนเปิดตัวอาจไม่สะท้อนการปรับปรุงล่าสุด
ทิโบเขียนในโพสต์บน X เมื่อวันที่ 18 เวลา 14:47 น. ตามเวลาเกาหลีว่า มีอินฟลูเอนเซอร์บางรายได้ทดลองใช้ทั้งสองโมเดลก่อนเปิดตัว และหลังจากนั้นมีการปรับเปลี่ยนโมเดลหลายครั้ง
เขากล่าวว่าวิดีโอจัดทำขึ้นเมื่อสัปดาห์ก่อน และ “ค่อนข้างมั่นใจ” ว่าไม่มีการทดสอบซ้ำในช่วงหลายวันที่ผ่านมา ทั้งนี้ การประเมินเรื่องการทดสอบซ้ำเป็นความเห็นของทิโบ
คำชี้แจงนี้ทำให้เห็นว่าช่วงเวลาที่จัดทำวิดีโอกับช่วงที่ผู้ใช้เข้าถึงโมเดลหลังเปิดตัวอาจแตกต่างกัน แต่ไม่ได้ตัดสินว่าการประเมินในวิดีโอผิดพลาด หรือเสนอผลเปรียบเทียบประสิทธิภาพของโมเดลในปัจจุบัน
โพสต์ไม่ได้ระบุว่าวิดีโอใดหรือโมเดลเวอร์ชันใดถูกกล่าวถึง อีกทั้งยังไม่มีการเปิดเผยเวอร์ชันและโจทย์ที่ใช้ในแต่ละวิดีโอ จึงยังไม่มีเงื่อนไขสำหรับเปรียบเทียบผลกับโมเดลปัจจุบันโดยตรง
โอเพนเอไอ (OpenAI) เปิดตัว GPT-6.2 Astra และ Sol เมื่อวันที่ 17 โดยระบุว่า Astra ออกแบบมาสำหรับงานเฉพาะทางที่ซับซ้อน ส่วน Sol มุ่งเน้นงานทั่วไปในชีวิตประจำวัน
โอเพนเอไอระบุในการประเมินของบริษัทเองว่า Astra ได้คะแนนใน Agents’ Last Exam สูงกว่า GPT-6 Astra และมีต้นทุนต่อหนึ่งงานต่ำกว่า ก่อนหน้านี้ TokenPost รายงานว่า Astra ขึ้นอันดับ 1 ใน AA-3D ด้วยคะแนน 1,318 Elo
ผลประเมินของโอเพนเอไอและอันดับใน AA-3D เป็นผลการประเมินประสิทธิภาพที่เผยแพร่แยกกัน และไม่มีรายการใดเป็นการทดสอบเปรียบเทียบก่อนกับหลังการเปลี่ยนแปลงล่าสุดที่ทิโบกล่าวถึง
เอกสาร API ของโอเพนเอไอระบุว่า ระหว่างใช้ GPT-6.2 การแก้ไขประวัติการสนทนากลางทาง การเปลี่ยนโมเดลบางกรณีซึ่งรวมถึงการปรับลดรุ่น หรือการเปลี่ยนผู้ใช้หรือองค์กร อาจทำให้รายการ reasoning ถูกลบได้ กรณีดังกล่าวอาจทำให้คุณภาพคำตอบลดลง หรือใช้โทเคนเพิ่มขึ้นเมื่อต้องทำงานเดิมซ้ำ
คำแนะนำนี้กล่าวถึงเงื่อนไขที่อาจเกิดขึ้นระหว่างใช้ API แต่ไม่ได้ยืนยันการเปลี่ยนแปลงโมเดลล่าสุดหรือการทดสอบซ้ำในวิดีโอที่ทิโบกล่าวถึง
ในการพูดคุยเกี่ยวกับโอเพนเอไอบนเรดดิต (Reddit) ผู้ใช้บางรายแสดงความเห็นเชิงบวกต่อความเร็วและประสิทธิภาพการใช้โทเคนของ Sol ขณะที่บางคนเล่าว่าโควตาการใช้งานอยู่ได้นานขึ้น
ในอีกด้านหนึ่ง ผู้ใช้บางรายเห็นว่าการตอบสนองช้าหรือใช้ทรัพยากรมากกว่าที่คาด และบางคนไม่พอใจกับผลลัพธ์ด้านการเขียนโค้ด ความเห็นเหล่านี้สะท้อนประสบการณ์ของผู้ใช้แต่ละราย
การพูดคุยเกี่ยวกับโคเด็กซ์ (Codex) ก็มีผู้ใช้ที่ชื่นชมการใช้งานเขียนโค้ดทั่วไปและประสิทธิภาพในการใช้ทรัพยากร ขณะที่บางรายยังติดใจเรื่องความเร็วในการตอบและคุณภาพผลงานเมื่อเทียบกับโมเดลคู่แข่ง
ความเห็นจากทั้งสองชุมชนไม่ใช่ผลการทดสอบเปรียบเทียบโมเดลภายใต้เงื่อนไขเดียวกัน แต่เป็นประสบการณ์ส่วนบุคคลจากสภาพแวดล้อมและงานที่แตกต่างกัน
ทิโบกล่าวว่าทั้งสองโมเดลพัฒนาขึ้นมากเมื่อเทียบกับ GPT รุ่นก่อน แต่ “ยังไม่สมบูรณ์แบบ” เขาระบุว่าจะปรับปรุงต่อเนื่องเพื่อพัฒนาแนวทางการตอบและความสะดวกในการใช้งาน
Comment 0